arXiv cs.AI· Shubhashis Roy Dipta, Nobin Sarwar, Md Rizwan Parvez·· 10 小时前AI 评分34
OracleZoom:突破真值限制的参考约束递归图像超分辨率
OracleZoom: Reference-Constrained Recursive Image Super-Resolution Beyond Ground Truth
AI 导读
OracleZoom 提出一种参考约束的递归图像超分辨率方法,利用最后一个真值图像区域作为训练信号,通过跨尺度损失将 16× 预测投影回 4× 真值,并结合无参考质量目标与隐先验抑制幻觉。在七个数据集上,其各缩放深度 CLIPIQA 均为最高(均值 0.713,Chain-of-Zoom 为 0.621),最深缩放增益最大,且 16× 幻觉率与 Chain-of-Zoom 持平、4× 更低。
正文 · AI 翻译
摘要:递归图像超分辨率(SR)通过将每次预测反馈回同一模型来实现极端放大,就像反复放大图像一样。深度放大的真实基准图像难以获取(完整的 $256\times$ 目标将是一张 52 GB 的图像),因此更深层放大的预测没有监督信号。然而,最后一张真实基准图像仍然包含每个更深层放大所放大的区域。OracleZoom 将该区域转化为训练信号。受同策略自蒸馏启发,模型在一个递归步骤($4\times \rightarrow 16\times$)上用自己的预测进行训练,并通过跨尺度损失将每个 $16\times$ 预测投影回 $4\times$ 的最后真实基准图像。这种投影只能验证粗略内容,因此无参考质量目标引导剩余的精细细节,而潜在先验阻止该目标添加幻觉伪影。在七个数据集上,OracleZoom 在每个放大深度都取得了最高的 CLIPIQA(平均 0.713,而 Chain-of-Zoom 为 0.621),在最深放大处增益最大,尽管训练止于 $16\times$ 且优化的是不同的质量指标。在两个以真实基准为锚的评判器上汇总,这些增加的细节在 $16\times$ 时与 Chain-of-Zoom 具有相同的幻觉率,在 $4\times$ 时幻觉率更低,而去除跨尺度损失会提高 $16\times$ 时的幻觉。
| 评论: | 项目页面:此 https URL |
| 主题: | 计算机视觉与模式识别(cs.CV);人工智能(cs.AI);计算与语言(cs.CL);机器学习(cs.LG) |
| 引用为: | arXiv:2609.06490 [cs.CV] |
| (或此版本的 arXiv:2609.06490v2 [cs.CV]) | |
| https://doi.org/10.48550/arXiv.2609.06490 由 DataCite 颁发的 arXiv DOI |
提交历史
来自:Shubhashis Roy Dipta [查看电子邮件]
[v1]
2026年9月6日周日 09:06:27 UTC(42,313 KB)
[v2]
2026年11月18日周三 05:32:39 UTC(32,084 KB)
来源:arXiv cs.AI · arxiv.org